Simulering av allvädersportfölj

Spara och investera Portföljer och allokering
18

Jag fick lite feeling och fastnade en stund vid datorn. Jag uppdaterade min tidigare kod med dataserier för en enkel allvädersportfölj.

Not: Tickers i diagrammet är de som @Zino använt i första inlägget i sin tråd om allvädersportföljer:

Jag har hämtat data från Yahoo Finance och där används andra tickers, se nedan.

WEBN=WEBG.DE
Captor Iris Bond (B)=0P0001H70E.ST
EN4C=EN4C.DE
GLDA=GOLD.MI

image
image1380×690 164 KB

Python-koden 
import yfinance as yf
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from datetime import datetime, timedelta

# Datumintervall – senaste 365 dagar
end_date = datetime.today()
start_date = end_date - timedelta(days=365)


# Hämta data: WEBG, EN4C, samt GOLD i EUR, Captor Iris i SEK, och EUR/SEK-växelkurs
webg = yf.download("WEBG.DE", start=start_date, end=end_date, auto_adjust=False)
print("WEBG loaded:", not webg.empty)

en4c = yf.download("EN4C.DE", start=start_date, end=end_date, auto_adjust=False)
print("EN4C loaded:", not en4c.empty)

gold = yf.download("GOLD.MI", start=start_date, end=end_date, auto_adjust=False)
print("GOLD loaded:", not gold.empty)

eursek = yf.download("EURSEK=X", start=start_date, end=end_date, auto_adjust=False)  # EUR/SEK
print("EUR/SEK loaded:", not eursek.empty)

captor_iris = yf.download("0P0001H70E.ST", start=start_date, end=end_date, auto_adjust=False)  # ISIN + .ST ibland funkar
print("Captor Iris loaded:", not captor_iris.empty)

# Debug
"""
# Testa: skriv ut första 5 rader av varje
print("WEBG.DE:\n", webg.head(), "\n")
print("EN4C.DE:\n", en4c.head(), "\n")
print("GOLD.MI:\n", gold.head(), "\n")
print("EURSEK=X:\n", eursek.head(), "\n")
print("Captor Iris (SEK):\n", captor_iris.head(), "\n")
"""

# Säker extraktion av 'Close' även om vi får en DataFrame med MultiIndex (efter nya yfinance-versioner)
def extract_close(df, name):
    if isinstance(df.columns, pd.MultiIndex):
        return df.loc[:, ("Close", name)]
    else:
        return df["Close"]


# Byt namn på serierna
webg_close = extract_close(webg, "WEBG.DE")
webg_close.name = "WEBG_EUR"

en4c_close = extract_close(en4c, "EN4C.DE")
en4c_close.name = "EN4C_EUR"

gold_close = extract_close(gold, "GOLD.MI")
gold_close.name = "GOLD_EUR"

eursek_close = extract_close(eursek, "EURSEK=X")
eursek_close.name = "EURSEK"

captor_close = extract_close(captor_iris, "0P0001H70E.ST")
captor_close.name = "Captor_SEK"

# Kombinera dem i en gemensam DataFrame
df = pd.concat([webg_close, en4c_close, gold_close, eursek_close, captor_close], axis=1)
df.dropna(inplace=True)

# Ta bort alla rader där någon av dem saknas (t.ex. helgdagar eller stängd börs)
df.dropna(inplace=True)

# Kontroll om DataFrame blev tom efter sammanslagningen
if df.empty:
    raise ValueError("Inga gemensamma datum – datan kan vara tom eller sakna överlapp.")

# Omvandla till SEK
df["WEBG_SEK"] = df["WEBG_EUR"] * df["EURSEK"]
df["EN4C_SEK"] = df["EN4C_EUR"] * df["EURSEK"]
df["GOLD_SEK"] = df["GOLD_EUR"] * df["EURSEK"]

# Indexera utvecklingen (börja från 100)
for col in ["WEBG_EUR", "WEBG_SEK", "EN4C_EUR", "EN4C_SEK", "GOLD_EUR", "GOLD_SEK", "Captor_SEK", "EURSEK"]:
    df[f"{col}_pct"] = (df[col] / df[col].iloc[0]) * 100

# Beräkna dagliga logaritmiska avkastningar
cols_for_vol = ["WEBG_EUR", "WEBG_SEK", "EN4C_EUR", "EN4C_SEK", "GOLD_EUR", "GOLD_SEK", "Captor_SEK", "EURSEK"]
log_returns = np.log(df[cols_for_vol] / df[cols_for_vol].shift(1))

# Beräkna årlig volatilitet (standardavvikelse * sqrt(252))
volatility = log_returns.std() * np.sqrt(252)

# Konvertera till procent, t.ex. 0.25 → 25.0%
volatility_pct = (volatility * 100).round(2)


# Plot
plt.figure(figsize=(14, 7))

plot_config = [
    ("WEBG_EUR_pct", "Amundi ACWI (WEBN) i EUR", "blue", ":"),
    ("WEBG_SEK_pct", "Amundi ACWI (WEBN) i SEK", "blue", "-"),
    ("EN4C_EUR_pct", "Commodities (EN4C) i EUR", "red", ":"),
    ("EN4C_SEK_pct", "Commodities (EN4C) i SEK", "red", "-"),
    ("GOLD_EUR_pct", "Guld ETC (GLDA) i EUR", "orange", ":"),
    ("GOLD_SEK_pct", "Guld ETC (GLDA) i SEK", "orange", "-"),
    ("Captor_SEK_pct", "Captor Iris Bond B i SEK", "green", "-"),
    ("EURSEK_pct", "EUR/SEK", "black", "--")
]

for col, label, color, style in plot_config:
    plt.plot(df.index, df[col], label=label, color=color, linestyle=style)

# Volatilitets-etiketter
last_date = df.index[-1]
for col, label, color, _ in plot_config:
    vol = volatility_pct.get(col.replace("_pct", ""), None)
    if vol is not None:
        plt.text(last_date, df[col].iloc[-1], f"Vol: {vol}%", color=color, fontsize=8)

plt.title("Enkel allvädersportfölj - Indexerad utveckling & volatilitet (senaste 12 mån)")
plt.xlabel("Datum")
plt.ylabel("Index (start = 100)")
plt.legend()
plt.grid(True)
plt.tight_layout()
plt.show()
2 gillningar